redis-缓存设计和优化

缓存的收益与成本

收益

1. 加速读写
2. 降低后端负载

成本

1. 数据不一致
2. 代码维护成本更高：多了一层缓存逻辑
3. 运维成本：Redis cluster

使用场景

1. 降低后端负载： 对高消耗的运算结果进行缓存
2. 加速请求响应 I/0
3. 大量写合并为批量写：先累计在DB持久化

缓存更新策略

1. LRU/LFU/FIFO算法剔除： maxmemory-policy
2. 超时剔除：expire
3. 主动更新：开发控制生命周期

一致性：3>2>1
低一致性要求时：最大内存和淘汰策略
高一致性要求时：超时剔除和主动更新结合，最大内存和淘汰策略兜底

缓存粒度控制

1. 通用性：全量属性更好
2. 占用空间：部分属性更好
3. 代码维护：表面上全量属性更好

缓存穿透优化

当大量请求无法命中缓存时，DB压力瞬间暴增。访问根本不存在的数据会一直访问DB。原因：1. 业务代码自身问题 2. 恶意攻击，爬虫，排查：业务的响应时间、业务本身问题、相关指标：总调用数、缓存命中数、存储层命中数
解决办法：

1. 缓存空对象（最好设置过期时间）弊端：1. 需要更多的键。2. 缓存层和存储层数据短期（过期时间）不一致。
2. 布隆过滤器拦截：详细处理

无底洞问题优化

加了硬件性能不升反降

1. 优化命令本身 慢查询 keys hgetall bigkey
2. 减少网络通信次数
3. 降低接入成本：客户端长连接、连接池、NIO

缓存雪崩优化

todo

热点KEY重建优化

1. 三个目标

• 减少重建缓存的次数
• 数据尽可能一直
• 减少潜在危险

2. 两个解决

• 互斥锁 对重建过程加锁 具有一致性，代码复杂，存在死锁的风险
• 永远不过期 通过判断逻辑过期时间，使用单独线程更新缓存（存在缓存不一致）能杜绝热点key重建问题 维护逻辑过期时间增加为成本，增加内存成本.